tag 人工智能

標籤
貢獻928
978
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 xingxingshangdeliushu 頭像 u_17579295 頭像 lab4ai 頭像 u_15591470 頭像 u_17512334 頭像 rtedevcomm 頭像 qingfouai 頭像 tecdat 頭像

@人工智能 / 博客 RSS 訂閱

u_17593768 頭像

JUGG11 - 你是否正在經歷這些知識管理的 “隱形內耗”？

技術文檔散落在語雀、GitHub、本地硬盤，新員工入職像 “尋寶”；寫一份部署手冊要熬 4 小時，修改迭代還要跨平台同步；搜索 “token 過期解決方案”，返回幾十篇無關文檔，翻半天找不到重點；敏感數據不敢存雲端，私有化部署又要折騰好幾天…… 在信息爆炸的時代，我們囤積了海量知識，卻陷入 “存得住、找不着、用不上” 的困境。直到 PandaWiki 的出現 —— 這款 G

github , 搜索 , AI , 人工智能 , 深度學習 , 技術文檔

收藏 評論

u_16213701 頭像

mob64ca14147fe3 - Qt架構圖及模塊分析介紹

引言 Qwen（Quantum Waveform Encoding Network）模型是一種前沿的深度學習架構，專為處理複雜波形數據而設計。其核心目標在於通過高效的編碼和解碼機制，實現對量子態波函數的高精度模擬與分析。Qwen模型的設計靈感來源於量子力學的波函數理論，結合了深度神經網絡在特徵提取和模式識別方面的強大能力。 該模型的主

AI大模型 , 架構 , 人工智能 , transformer , 模態 , jquery , 前端開發

收藏 評論

u_16099333 頭像

煙雨江南的秋 - 直播平台的美顏美型SDK是什麼？是通過什麼技術實現的_美狐美顏SDK的技術博客

在如今這個“顏值即生產力”的直播時代，美顏功能幾乎成了平台標配。從直播帶貨、娛樂互動到短視頻創作，一款流暢自然的美顏SDK（Software Development Kit）不僅能提升主播自信心，更是平台用户留存與轉化的關鍵武器。 但對於開發者而言，如何在性能、效果與體驗之間找到平衡，讓直播美顏既“美”又“不卡”？本文將帶你深入解析美顏SDK功能開

美狐美顏sdk , 後端開發 , 人工智能 , 直播美顏sdk , 第三方美顏SDK , 美顏SDK , Python

收藏 評論

u_16213603 頭像

mob64ca13fd163c - c語言導入opencv

我們知道，剛開始接觸C語言編程，一般都是在一個.c或者.cpp（以下只説.c）的文件中編寫代碼，其中一定會有一個入口函數， 也就是main()函數，你可以將程序代碼全部寫在main函數裏，當然如果你想要程序更加模塊化，也可以將一些操作寫在一個函數 裏，這些函數的聲明和定義也都是在main函數中。 想想，隨着你的代碼量越來越大，實現的功能越來越多，在一個.c文件

自定義函數 , include , c語言導入opencv , Math , 人工智能 , 計算機視覺

收藏 評論

qingyi_60a1e7187a4ff 頭像

數智化轉型俱樂部 - 瓴羊重磅發佈：2025數據分析Agent白皮書

2025年，既是公認的智能體（Agent）落地元年，更是數據智能發展的關鍵拐點。作為AI技術在數據領域的核心應用，數據分析Agent在這一年實現了突破性能力飛躍與企業級項目落地。回溯技術演進脈絡，從2023年LLM打破自然語言理解的桎梏，到2025年Agent技術賦予數據應用自主規劃、執行、反思的閉環能力，數據分析的演進始終圍繞降低使用門檻、提升分析效率、深化數據價值的核心目標。數據分析Agent

數據挖掘 , agent , 機器人 , 人工智能 , 數據分析

收藏 評論

u_12959 頭像

lanhy - 無人機 px4 opencv 巡線 無人機智能巡線

無人機巡檢，其實就是利用無人機航點飛行功能，實現對規定線路或目標的巡航、拍攝等任務。隨着航空、信息處理等技術的快速發展，無人機在巡檢作業中發揮了重要的作用。 傳統的電網巡檢方式是通過人工沿線路步行或藉助交通工具，使用望遠鏡和紅外熱像儀等對線路設備進行近距離巡視與檢測，具有巡線距離長、工作量大、步行巡線效率低等劣勢，遇到冰雪水災、地震、滑坡等自然災害

無人機 , 無人機 px4 opencv 巡線 , 指定位置 , 紅外 , 人工智能 , 計算機視覺

收藏 評論

u_16970152 頭像

求知上進 - Python 集合操作的魔法書

1. 集合數據結構概述 1.1 什麼是集合？ Python 中的集合（set）是一種無序、可變、不允許重複元素的數據結構，基於數學集合概念。集合的主要特點包括： 無序性：元素沒有固定索引，無法通過位置訪問。 唯一性：自動去除重複元素。 可變性：set支持添加、刪除元素；frozenset是不可變版本。 高效性：基於哈希表，成員測

集合運算 , 人工智能 , 深度學習 , 集合操作 , Python

收藏 評論

u_17342767 頭像

野豹商業評論 - 王五四 | 愛情的騙子我問你

每逢入冬，寒風漸次起，古時的文人們都會相約踏青掃黃，踏青不是春遊，掃黃不是秋遊，而是踏上青樓，把裏面的黃酒一掃而光，之後就是温暖如春，眼神滾燙。踏青掃黃的習俗一直延續到現在，昨天就收到了花都俱樂部姑娘們的邀約，“黃酒燙好人更熱，妙齡約您禦寒冬。”短短几個字，寫的比美團給餓了麼的那封情書有文化氣息多了。 月初的時候，餓了麼App跟淘寶閃購品牌融合，一開始我覺得挺可惜的，這麼有

app , 互聯網產品 , 人工智能 , 數據分析 , 大眾點評

收藏 評論

u_16099174 頭像

晨曦微露s - whisper cpu模式 慢

小結 總結一下，不管是哪種場景導致的上下文切換，你都應該知道： CPU 上下文切換，是保證 Linux 系統正常工作的核心功能之一，一般情況下不需要我們特別關注。 但過多的上下文切換，會把CPU時間消耗在寄存器、內核棧以及虛擬內存等數據的保存和恢復上，從而縮短進程真正運行的時間，導致系統的整體性能大幅下降。 1、多任務競爭CPU，cpu

whisper cpu模式 慢 , 上下文切換 , 人工智能 , 寄存器 , 深度學習 , 虛擬內存

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《概率論應用》

書籍：The Application Of Probability Theory 作者：Olga Moreira 出版：Arcler Press​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《概率論應用》 01 書籍大綱 《概率論應用》是一本全面探討概率論在各個領域廣泛應用的專業書籍。書中涵蓋了從統計學和數據分析到機器學習與人工智能、醫學與健康科學、自然

數學 , 人工智能 , 概率

收藏 評論

daniusdk 頭像

音視頻牛哥 - 低空經濟與具身智能背後的“天眼”：超低延遲RTMP|RTSP播放技術全解析

摘要： 隨着2024年“低空經濟”首次寫入政府工作報告，以及“具身智能”成為AI領域的下一個高地，實時視頻傳輸技術正面臨前所未有的挑戰。無人機的高速巡檢、機器人的遠程遙操作（Teleoperation），都對視頻流的延遲提出了毫秒級的苛刻要求。本文將結合行業趨勢，深度剖析基於大牛直播SDK（SmartMediakit）的超低延遲RTMP/RTSP播放器技術，探討如何在弱網環境下實

具身智能rtsp播放器 , yyds乾貨盤點 , 低空經濟rtsp播放器 , 智能機器人rtsp播放器rtmp播放器 , 人工智能 , 具身智能rtmp播放器 , 低空經濟rtmp播放器 , 深度學習

收藏 評論

rtedevcomm 頭像

RTE開發者社區 - 活動推薦丨「實時互動 × 對話式 AI」主題有獎徵文

聲網博客www.shengwang.cn/blog/ 正式啓航啦！這是一個聚焦實時互動（RTE） × 對話式 AI（Conversational AI） 的內容空間。 我們關注技術背後的Why，探討應用場景的What if，分享實戰經驗的How better。在聲網博客，我們希望呈現： 技術解析：從原理到落地的深度剖析。 應用創新：實時互動與對話式AI 如何重塑場景。 實戰經驗：工程師世

人工智能

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI能掐會算？揭秘工廠裏的“預言家”：故障預測系統

想象一下：你工廠裏那台價值千萬的核心設備，突然在凌晨三點停止運轉——生產線中斷、訂單延誤、損失以秒計算。現在，另一個場景：系統提前三天發來預警：“C區7號軸承將於72小時後異常，建議週四早班檢修。”這不是魔法，而是AI故障預測系統在發揮作用。 這個“預言家”究竟如何工作？ 核心原理很簡單：從數據中尋找故障的“前奏模式”。就像老技師聽機器聲音能判斷問題，AI則通過海量數據“學習”故

數據 , NLP , 數據中心 , 人工智能 , 深度學習

收藏 評論

u_16213680 頭像

mob64ca140f67e3 - 數據庫的 shema

ACID，是指在數據庫管理系統（DBMS）中事務所具有的四個特性：原子性（Atomicity）、一致性（Consistency）、隔離性（Isolation，又稱獨立性）、持久性（Durability）。 在數據庫系統中，一個事務是指由一系列數據庫操作組成的一個完整的邏輯過程。例如銀行轉帳，從原賬户扣除金額，以及向目標賬户添加金額，這兩個數據庫操作的總和構成一個完整的邏輯過

機器學習 , 數據庫的 shema , 持久性 , 數據庫 , 人工智能 , 日誌記錄

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【TVM 教程】為 x86 CPU 自動調優卷積網絡

Apache TVM 是一個深度的深度學習編譯框架，適用於 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 →https://tvm.hyper.ai/ 作者：Yao Wang, Eddie Yan 本文介紹如何為 x86 CPU 調優卷積神經網絡。 注意，本教程不會在 Windows 或最新版本的 macOS 上運行。如需運行，請將本教程的主體放在 if name == "

gpu , 人工智能 , 編譯器 , 深度學習 , cpu

收藏 評論

u_16099169 頭像

編程夢想家 - PKC雷達目標檢測

本文作者：黃浴| 以前提到過此文（在想法中），WACV‘2021錄取：“CenterFusion: Center-based Radar and Camera Fusion for 3D Object Detection“ https://arxiv.org/abs/2011.04841 摘要：這是一個middle

機器學習 , PKC雷達目標檢測 , 人工智能 , 深度學習 , 計算機視覺

收藏 評論

u_16099217 頭像

技術博客達人 - 人工智能 - 2022 全球 AI 模型週報 - 個人文章

Skills 與 MCP：下一代 AI 工具集成的完美組合 在 AI 開發工具快速演進的今天，如何讓 AI 助手更好地理解和處理專業領域的任務成為了關鍵挑戰。Claude Code 通過 Skills 和 MCP（Model Context Protocol） 的創新組合，為開發者提供了強大而靈活的解決方案。本文將深入探討這兩項技術的特點、區別以及

專業知識 , 最佳實踐 , 工具集 , 人工智能 , 前端開發 , Javascript

收藏 評論

pannideniupai 頭像

雨大王 - 工業互聯網智能調度：未來製造業的核心驅動力

在當今全球製造業轉型升級的大背景下，工業互聯網作為新一代信息技術與製造業深度融合的產物，正在重塑傳統的生產調度模式。傳統的生產調度往往依賴於人工經驗和固定流程，效率低下且難以應對複雜多變的生產環境。而隨着工業互聯網的興起，智能調度逐漸成為提升企業生產效率、降低運營成本的關鍵手段。工業互聯網智能調度不僅僅是技術的革新，更是管理模式的重構，它通過實時數據採集、智能算法分析和自動化決策，實現了生產調度的

人工智能

收藏 評論

u_16213694 頭像

mob64ca1412b28c - 華為故事

前言： 當老牌通信巨頭北電、朗訊, 當時的新秀UT斯達康在競爭中消失在歷史的長河中 當愛立信、諾基亞、思科、中興還停留在傳統的信息通信賽道時 HW不僅成為通信行業的TOP1, 而且已悄然成為了計算機提供商、筆記本提供商、智能手機提供商、智能穿戴設備提供商、操作系統提供商、移動互聯網服務提供商、雲計算服務商、數字能源提供商、智能汽車解決方案商、AI大

華為 , it , 人工智能 , 網絡設備 , 3g , 前端開發 , Javascript

收藏 評論

huikaichedemianbao 頭像

合合技術團隊 - 文檔解析技術發展回顧與路徑思考

隨着全球數字化進程的加速，非結構化數據量呈現爆炸式增長，從紙質文檔到電子文件的轉變不僅意味着信息存儲方式的革新，更標誌着舊數據被賦予了新的生命力。文檔智能技術的發展使得大量以傳統形式保存的信息資源能夠“活化”再利用，這些技術將圖像、手寫筆記等非結構化數據轉化為計算機可處理和理解的結構化格式，從而極大地拓展了數據的應用場景。得益於深度學習算法的進步，文檔解析技術在文檔數字化、票據自動化處理、筆跡錄入

ocr , aigc , 人工智能 , 文檔

收藏 評論

u_14172 頭像

archangle - IAR Embeded Workbench IDE測邊框叉掉了怎麼打開

1..IWorkbench： workbench是eclipse用户界面中最底層的對象,它建立在 Display之上,包含一個或多個 IWorkbenchWindow,用於向終端用户呈現信息 當你的 workbench插件被激活的時候,eclipse平台將為之創建一個實例,在平台的整個生命週期中,只允許出現該 workbench的唯一實例 2

機器學習 , eclipse , 生命週期 , 終端用户 , 人工智能

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 數據整合太難？標準化中間件或是數字孿生落地關鍵

數字孿生技術的應用正從概念驗證走向規模化部署，但數據整合瓶頸成為制約其落地的主要障礙。面對多源異構的工業數據，傳統定製化集成方案成本高、效率低，而標準化中間件通過構建統一的數據交換層，正成為破解這一難題的技術關鍵。 數據整合的三大技術挑戰 在數字孿生實施過程中，數據整合面臨三大核心挑戰。數據源異構性首當其衝：企業系統中同時存在關係數據庫、時序數據庫、NoSQL等多種數據存儲形式，數據格式和

機器學習 , 觀點 , 算法 , 人工智能 , 深度學習

收藏 評論

u_15214399 頭像

u_15214399 - 基於華為開發者空間開發平台-雲開發環境（容器），完成貪吃蛇小遊戲開發

最新案例動態，請查閲《基於華為開發者空間開發平台-雲開發環境（容器），完成貪吃蛇小遊戲開發》。小夥伴快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 華為開發者空間，是為全球開發者打造的專屬開發者空間，致力於為每位開發者提供一台雲主機、一套開發工具和雲上存儲空間，匯聚昇騰、鴻蒙、鯤鵬、GaussDB、歐拉等華為各項根技術的開發工具資源，並提供配套案例

雲開發環境 , 華為開發者空間 , Versatile , 人工智能 , 數據分析 , AI Agent

收藏 評論